分论坛 > 天津 > 新闻动态
CCF YOCSEF天津成功举办“量子物理与人工智能的交叉研究,如何找到发力点”技术论坛
2021-09-28 阅读量:1576 小字

2021年9月24日下午,由中国计算机学会主办,中国计算机学会青年计算机科技论坛(CCF YOCSEF)天津分论坛协办,天津大学和天津工业大学承办的主题为量子物理与人工智能的交叉研究,如何找到发力点的技术论坛在天津召开。天津大学计算机学院副院长张鹏和天津工业大学计算机科学与技术学院教授金日泽担任论坛执行主席,天津职业技术师范大学电子工程学院梅健强老师担任论坛线上主席。

线下参会嘉宾合影

图:线下参会嘉宾合影

近年来,量子计算加速发展,引发各个国家和地区的高度关注。这一磅礴思潮也触及到人工智能的研究中,产生了量子智能这一崭新领域。早在2017年7月,国务院就印发《新一代人工智能发展规划》,并大力提倡发展量子智能计算理论的研究。然而,当下的量子计算技术与普适的通用量子计算尚有较远距离,我们应思辨如何利用现有技术,着眼于未来,在量子物理和人工智能两大领域展开交叉研究,研讨量子智能的发展方向。此次会议,CCF YOCSEF天津分论坛邀请了学术界和产业界在量子物理、人工智能领域的专家学者围绕“量子物理助力人工智能发展(Physics for AI),量子物理理论如何解决传统人工智能的技术瓶颈 ?”、“人工智能助力物理科学领域的发展(AI for Physics),如何找到突破口 ?”以及“通用量子计算来临前,我们要做哪些准备,有哪些重要的研究问题?”的议题展开了讨论和思辨。

参会嘉宾云合影

图:参会嘉宾云合影

在引导发言环节,首先由清华大学交叉信息研究院邓东灵老师作了题目为《量子人工智能简介》的引导报告。他先是借用《淮南子·说林篇》中“杨子见逵路而哭之,为其可以南可以北”的典故生动形象的解释了什么是量子计算,并从数据和算法的角度来定义量子人工智能。他引用Charles Dickens的话,表达了当前既是量子人工智能最好的时代,也是最坏的时代。量子人工智能的全貌尚不清晰,很多研究方向还具有不确定性,正因如此,这个领域也充满了机遇。此外,他从用量子算法加速解决人工智能问题和用人工智能技术解决量子物理中的问题两方面介绍了量子人工智能的最新进展,并提出了量子人工智能10个挑战性问题。

邓东灵作题为《量子人工智能简介》的报告

图:邓东灵作题为《量子人工智能简介》的报告

天津大学计算机学院教授侯越先就《以信息原则重构量子力学——量子人工智能的模型基础》进行了主题演讲,他表示可以利用量子物理效应发展更可靠的人工智能技术,将量子力学作为一种非经典概率模型来实现人工智能技术。接着,他介绍了魏兹泽克纲领,以信息和概率原则解释和重构量子力学。此外,他提出(泛)量子模型是非经典认知和人工智能建模的有效切入点,非经典模型不依赖于(量子)计算设备,是现实可行的研究路线等重要论述。

侯越先作题为《以信息原则重构量子力学——量子人工智能的模型基础》的报告

图:侯越先作题为《以信息原则重构量子力学——量子人工智能的模型基础》的报告

首都师范大学物理系冉仕举老师作了《量子多体物理中的机器学习新方法》的报告。他首先介绍了一些量子关联效应下的新奇现象,并提出机器学习结合量子物理的三个方向。接着,他介绍了神经网络等人工智能技术在量子系统的识别与预测任务上的最新进展,以及4种结合了人工智能技术实现量子多体态的途径。最后,他表达了对未来量子计算机的微型化和普适性的憧憬。

冉仕举作题为《量子多体物理中的机器学习新方法》的报告

图:冉仕举作题为《量子多体物理中的机器学习新方法》的报告


复旦大学物理系教授李晓鹏带来了《绝热量子计算及物理实现》的报告。他对绝热量子计算模型的发展历程及其和量子电路模型的等价性做了详细介绍,阐述了绝热量子计算在鲁棒性、物理直觉等方面的潜在优势。此外,他还介绍了量子物理中的自旋玻璃问题以及绝热量子计算模型相关的量子系统,如里德堡(Rydberg)原子、离子阱等。

李晓鹏作题为《绝热量子计算及物理实现》的报告

图:李晓鹏作题为《绝热量子计算及物理实现》的报告


四位引导发言嘉宾发言结束后,论坛进入了思辨环节。清华大学、复旦大学、合肥本源量子、中科闻歌和华为诺亚方舟等机构的众多专家学者们围绕着预先设定的三个议题充分发表自己的观点,展开了精彩的讨论,现将重要观点整理如下。

议题一. 量子物理助力人工智能发展(Physics for AI),量子物理理论如何解决传统人工智能的技术瓶颈 ?

与会专家结合近期相关工作,对量子物理对AI的启发及应用展开了探讨。

观点1:现在量子力学在AI中已经有很多应用,首先是数据的表示,将图像表示成量子态,或词向量表示成叠加态,利用概率化的表示,量子力学中的许多技术便可以引入。这是量子启发的机器学习。另外,开发量子计算机中的算法,实现对传统机器学习的量子化,能够实现许多经典算法无法达到的效果。也有专家指出,当前的应用往往停留于经典方法到量子方法的转换,我们是否有机会更进一步,找到完全源于量子的问题和算法,这可能成为下一步的方向。

观点2:当前AI的研究中存在许多问题,例如算力开销大,缺乏可解释性,尚未有统一的理论,及在某些领域存在泛化性能不佳等问题。这些问题不但在研究中很难解决,同时其阻碍了AI技术在业界的应用,是学术与工业界共同关注的重点问题。与会专家表示,运用量子力学的成熟原理,许多问题有望获得突破。我们已经看到了量子力学在许多传统难以解决的问题上取得了进展,例如利用量子概率建模事件间存在相互作用,或者观察本身会对事件产生影响的情况。再如,使用量子启发的技术,对网络参数进行分解,压缩,降低算力开销。再比如,在经过量子化的表示后,数据的处理过程能够被量子力学的成熟理论解释。“物理学是对宇宙间发生的一切都感兴趣的学科”,物理学家的进入一定会极大促进AI的研究。

议题二. 人工智能助力物理科学领域的发展(AI for Physics),如何找到突破口?

当前,人工智能在物理科学领域的应用逐渐加速,在物理领域有许多基础问题,AI的发展无疑为其提供了新的工具和方法。

观点1:在物理研究中,会涉及到大量的计算,如果从计算的角度思考,AI技术便可以有许多应用。由于实际环境太过复杂,对其进行模拟,所须参数极多,且不可预知,因此模拟计算的代价十分高昂。已有研究证明AI的数据驱动的求解方式,有利于解决这样的复杂问题,深度学习的强大表达能力与求解效果也能够实现对应体系的模拟和求解。同时,AI的技术也为研究量子物理带来新的思路,例如逆向求解量子问题。因此,AI在物理的计算问题中,将有极大的发展潜力。

观点2:物理研究中存在大量重复工作和观察测量,由人来完成,开销极大,且当碰到人所不能及的地方,工作往往很难开展,AI的发展无疑为这些工作提供了一种解决方案。另外,在实际应用中,物理学研究中许多经验模型需要调参设计,AI的反向传播和微分计算为它们提供了一种新的实现方法。在一些物理理论未及的问题上,例如大规模量子线路的构建与优化,现阶段量子算法还十分缺乏,是否可以在一定误差内引入机器学习,是一个值得探讨的方向。

议题三. 通用量子计算来临前,我们要做哪些准备,有哪些重要的研究问题?

近些年来,量子计算机的研发取得了很大进展,同时,量子相对于经典算法的优越性,让我们仿佛看到了通用量子计算实现的美好未来,与会专家在最后一个议题中探讨了实现这个理想所须的准备,以及可能存在的研究问题。

观点1:在通用量子计算到来之前,我们首先要认识到,量子计算的优越性是存在局限的。一方面,寻找能够确切证明量子计算优越性的任务,是一个基础性且极具挑战性的课题。另一方面,我们应该注意其在实际问题上的应用价值,我们所需的准备应该是建立一个学术产业联合推动的量子生态,其可以将提出的具有优势的量子算法投入使用,使研究产生持续不断的价值,以维持量子计算行业的发展。

观点2:现阶段存在的量子启发算法的研究并不能真正在量子计算机上执行,因此,如何将他们量子化,运行这些量子算法的计算机又该如何设计,才能获得最大的性能提升,这也是在通用量子计算来临前的一个重要问题。

思辨环节持续两个多小时,与会专家充分讨论了在量子物理与人工智能的交叉方向上的研究进展,并对存在的问题,未来的发展做了反思与畅想。毋庸置疑,量子物理的引入将会给AI的发展提供新的机遇,同时我们也看到AI技术在量子物理研究中的无限潜力,经过探讨,我们可以看到:

1.     现阶段量子物理在AI中的应用已有许多成熟的范例,且在性能和成本上甚至能超过AI经典算法,同时能够解决一定的现实问题。

2.     AI技术在量子物理的研究中也将起到愈发重要的作用。尤其是对于复杂的模拟、计算问题,和大规模结构的设计与参数优化,引入AI技术都是一个不错的选择。

3.     我们仍需反思当前技术存在的局限、正视现有的量子计算的不足、促进量子AI与产业的融合,以提供量子计算和人工智能交叉领域不断前进的动力。

最后,本次论坛执行主席张鹏老师总结,论坛的三个议题都探究了量子物理和人工智能的本质联系。他表示本次论坛重要的技术观点将总结输出一份综述性文章,希望为日后的量子物理和人工智能的交叉研究提供参考。CCF YOCSEF天津主席李海丰老师对本次议题引发的激烈讨论给予了充分肯定,本着CCF YOCSEF承担社会责任、提升成员能力的宗旨,他希望经过本次论坛深度思辨讨论出的有深度的观点能对社会产生价值。


热门动态
2021-05-12
CCF YOCSEF天津举办“线上教育如何行稳致远”观点论坛2021年5月9...
CCF聚焦